论文摘要
为提升传统算法对高分辨率遥感图像中地物目标的检测效果,将深度学习目标检测框架快速区域卷积神经网络（faster regions with convolutional neural network,Faster R-CNN）应用于高分辨率遥感图像目标检测任务中。以机场为检测场景、飞机为检测目标进行实验,首先,利用高分辨率遥感图像数据集训练Faster R-CNN框架,得到相应的目标检测模型;然后,采用该模型对高分辨率遥感图像中的飞机目标进行检测;最后,对实验结果进行统计分析及评价。实验结果表明,Faster R-CNN模型能够全面而准确地检测飞机目标,最优F1分数值为0. 976 3,并且同一个模型可以对多种高分辨率遥感图像进行目标检测。
论文目录
文章来源
类型: 期刊论文
作者: 谢奇芳,姚国清,张猛
关键词: 目标检测,卷积神经网络,高分辨率遥感图像
来源: 国土资源遥感 2019年02期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 中国地质大学(北京)信息工程学院
分类号: TP751
页码: 38-43
总页数: 6
文件大小: 969K
下载量: 735
相关论文文献
标签：目标检测论文; 卷积神经网络论文; 高分辨率遥感图像论文;